Association of hypertension and hyperglycaemia with socioeconomic contexts in resource-poor settings: the Bangladesh Demographic and Health Survey
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular diseases and risk factors are disproportionally concentrated among the socioeconomically disadvantaged in high-income countries; however, this relationship is not well-understood or documented in resource-limited countries. METHODS: We analysed data from the 2011 Bangladesh Demographic and Health Survey to estimate age-, sex- and location-adjusted differences in blood pressure and blood glucose outcomes by categories of a standardized wealth index and education levels. Body mass index (BMI) was examined as a secondary outcome and also assessed as a potential confounder. RESULTS: There was strong evidence that the prevalence of hypertension was higher among Bangladeshi women than among men (33.6% vs 19.6%, P < 0.001), whereas the overall prevalence of hyperglycaemia was 7.1% with no evidence of sex differences. The likelihood of having hypertension was more than double for individuals in the highest vs lowest wealth quintile [odds ratio (OR) for men: 2.82, 95% confidence interval (CI): 2.32-3.44; OR for women: 2.25, 95% CI: 1.90-2.67], and for individuals with the highest level of education attained vs those with no education (OR for men: 2.55, 95% CI: 2.06-3.16; OR for women: 1.42, 95% CI: 0.99-2.03). Likewise, the likelihood of having hyperglycaemia was more than four times higher in the wealthiest compared with the poorest individuals (OR for men: 6.48, 95% CI: 5.11-8.22; OR for women: 4.77, 95% CI: 3.72-6.12), and in individuals with the highest level of education attained vs those with no education (OR for men: 4.68, 95% CI: 3.56-6.15; OR for women: 5.02, 95% CI: 3.30-7.64). There were no appreciable differences in these trends when stratified by geographical location. BMI did not attenuate these associations and exhibited similarly positive associations with education and wealth. CONCLUSIONS: Increasing levels of wealth and educational attainment were associated with an increased likelihood of having hypertension and hyperglycaemia in Bangladesh.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».